La gestión de endpoints puede garantizar la seguridad, la organización y la eficacia de una empresa al proporcionar una visión global de la salud, la ubicación y el estado de los endpoints. Descárgate esta guía con donde encontrarás las principales tendencias en gestión de endpoints, los principales retos y mucho más.

Cloudera Solutions Gallery altus metistream

Cloudera y MetiStream permiten predecir en tiempo real el riesgo de enfermedad

Cloudera y MetiStream, el proveedor de análisis de datos de salud, han sumado fuerzas para mejorar los beneficios de los pacientes. Al combinar el machine learning y el análisis de datos de Cloudera Enterprise y Cloudera Data Science WorkBench, MetiStream extrae de entre millones de datos conclusiones que pueden salvar vidas.

Así, la plataforma Ember de MetiStream puede ofrecer información relevante al combinar volúmenes masivos de datos de diferentes fuentes, como notas clínicas manuscritas e incluso información genética, lo que traza un camino para que las organizaciones de salud puedan mejorar los costes y eficiencia de su investigación genómica. Es el caso de los especialistas de Sharpa Healthcare, que han podido procesar 10 años de notas clínicas e indexarlas para búsquedas en milisegundos, o como el centro médico Rush University, que ha podido procesar más de 7,2 millones de datos en menos de 36 horas.

Además, Ember funciona con Cloudera Shared Data Experience (SDX), un software intrínseco a Cloudera Enterprise que permite a los proveedores de salud combinar los datos de diferentes fuentes y obtener conocimiento útil para los perfiles de salud de los pacientes. De este modo, es posible combinar datos clínicos con información genética y aplicar análisis avanzado, con un resultado impactante para las organizaciones de salud enfocadas en mejorar la medicina genética y el cuidado del paciente.

Chiny Driscoll, CEO de MetiStream, ha indicado que “como el 80% de los datos de salud son desestructurados, se convierte en un reto a la hora de que las plataformas y data warehouses procesen, analicen y relacionen la información de pacientes”. Por su parte, Mike Olson, fundador y Jefe de Estrategia de Cloudera, ha añadido que «hoy, las organizaciones de salud pueden hacer lo que antes era imposible. Pueden integrar datos complejos procedentes de Registros Electrónicos de Salud (EHR por sus siglas en inglés), genoma e imágenes con el machine learning y la analítica a una escala masiva, para obtener una transformación real del cuidado del paciente, con mayor compromiso y mejores resultados».

Y es que, tal y como continúa Olson, «el machine learning y el análisis avanzado son herramientas potentes para comprender las enfermedades, mejorar los beneficios, contener costes y ofrecer mejores cuidados cuando más se necesita». En este sentido, las organizaciones de salud deben acceder y procesar multitud de datos complejos y estructurados de formas diferentes para ser más prescriptivos y eficientes con el cuidado del paciente, así como más precisos al generar informes con impacto financiero y regulatorio. Con información comprensiva, que ahora es más sencilla de entender y de más rápido acceso, los proveedores pueden compartir riesgo de enfermedades y técnicas de prevención con pacientes a tiempo real, en lugar de días o semanas después.

Chiny Driscoll, CEO de MetiStream, ha afirmado que «con Cloudera, tenemos una oportunidad única de transformar cómo las organizaciones de salud pueden utilizar datos más comprensivos y diversos y mejorar los resultados de los pacientes. Nuestra plataforma Ember permite una mejor aproximación a cómo científicos y pacientes interpretan y analizan los descubrimientos en el campo de la salud. Creemos que la analítica es más potente cuando el conocimiento obtenido se comparte a tiempo real y es interactivo, basado en evidencias, lo que explica por qué llevamos Ember al mercado de la salud».

Las empresas de salud aceleran sus analíticas para mejorar el cuidado del paciente

Juntos, Cloudera y MetiStream han potenciado al hospital Rush University Medical Center, uno de los mejores clasificados en el US News & World Report; un sistema académico de salud compuesto de cuatro centros. Estos centros médicos, con base en Chicago, necesitaba una plataforma de análisis de datos médicos para procesar las notas clínicas. Al utilizar las soluciones de Cloudera y MetiStream, el centro médico ha podido procesar 7,2 millones de datos en menos de 36 horas. Como resultado de utilizar la plataforma de análisis de salud, el centro médico mejoró su estándar de salud al identificar a pacientes con riesgos concretos de enfermedad, de forma más prematura que nunca.

Cloudera y MetiStream han potenciado al hospital Rush University Medical Center, uno de los mejores clasificados en el US News & World Report

Bala Hota, Chief Analytics Officer del Centro Médico Rush University; ha indicado que “con Cloudera y MetiStream, podemos exprimir nuestros recursos, a la par que cambian y evolucionan nuestras necesidades de procesamiento de datos. Así, también es posible cargar volúmenes masivos de datos en días, algo que habría tardado semanas en servidores locales. Además, somos capaces de aplicar machine learning para descubrir nuevos conocimientos de nuestros datos, y al utilizar la tecnología de Cloudera, trabajamos para desarrollar nuevos modelos más rápidos y sencillos para nuestros analistas”.

Por otra parte, Cloudera y MetiStream han permitido a los especialistas de Sharp Healthcare y Sharp Rees-Stealy Medical Group procesar más de 10 años de notas clínicas e indexarlas para búsquedas. Al aprovechar la escalabilidad y potencia de Apache Spark, Cloudera y MetiStream dan soporte al proceso de principio a fin, de la extracción, procesamiento, almacenaje y análisis de los textos clínicos de Sharp en milisegundos. Con su nueva solución, Sharp puede buscar utilizando Procesamiento de Lenguaje Natural (NLP) en todo su historial cualquier texto, frase, término, acrónimo o código, y devolverlo con fecha y hora en combinación con cualquier otra información del paciente, en milisegundos. Utilizando Apache Spark, se pueden combinar estos datos clínicos para probar modelos en Cloudera Data Science Workbench y desarrollar predicciones de riesgo, permitiendo a Sharp utilizar machine learning e Inteligencia Artificial.

Deja un comentario

Scroll al inicio